دانشگاه تربیت مدرسآمایش فضا و ژئوماتیک1605-968930120260321Spatiotemporal Fusion of Landsat and MODIS Land Surface Temperature Data Based on Ensemble Methodsادغام زمانی-مکانی داده های دمای سطح زمین لندست و مادیس برپایه روش های یادگیری همادی28901FAعلیشمس الدینیگروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تربیت مدرس0000-0002-4559-7563ناهیدحق شناسگروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تربیت مدرس، تهران، ایران0009-0008-0915-0554Journal Article20260509Land Surface Temperature (LST) is a key parameter for monitoring the Earth’s surface energy balance and water cycle, playing an important role in assessing environmental changes from local to global scales. Despite advances in remote sensing and the availability of time-series data, limitations in sensor design and the trade-off between spatial and temporal resolution remain major challenges for generating accurate LST time series. To address these issues, various spatiotemporal fusion (STF) methods have been developed. In this study, four ensemble learning algorithms, namely Extreme Gradient Boosting (XGBoost), Gradient Boosting Machine (GBM), Random Forest (RF), and Deep Forest, were used as the core of a spatiotemporal fusion framework to simulate daily LST from Landsat 8 and Landsat 9 imagery. The Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM) was also employed as a benchmark for comparison. The results showed that XGBoost achieved the best performance, with Root Mean Square Error (RMSE) values of 2.76 K, 1.60 K, 1.68 K, and 1.54 K for 2016, 2021, 2022, and 2023, respectively. Deep Forest showed the highest errors among the ensemble models, while GBM and Random Forest performed at an intermediate level. In addition, ESTARFM produced higher RMSE values ranging from 1.69 K to 2.91 K, indicating lower accuracy compared to the machine learning approaches. Overall, the results demonstrate that XGBoost provides the most accurate and robust performance for LST spatiotemporal fusion, outperforming both other ensemble methods and the ESTARFM model.دمای سطح زمین یکی از پارامترهای کلیدی در پایش تعادل انرژی و چرخه آب کره زمین است. با وجود پیشرفتهای سنجشازدور، محدودیت ذاتی در مبادله بین قدرت تفکیک مکانی و زمانی ماهوارهها، تولید سریهای زمانی پیوسته دمای سطح زمین را با چالش مواجه کرده است. در این راستا، روشهای ادغام مکانی–زمانی توسعه یافتهاند. در این پژوهش، چهار الگوریتم یادگیری همادی شامل XGBoost، GBM، Random Forest و Deep Forest بهعنوان هسته یک چارچوب ادغام مکانی–زمانی برای تولید سریهای زمانی روزانه دمای سطح زمین از دادههای لندست 8 و 9 و مادیس بهکار گرفته شدند.<br>نتایج نشان داد که XGBoost با کمترین خطا، عملکرد برتری نسبت به سایر روشهای همادی و الگوریتم ESTARFM دارد. مقدار ریشه میانگین مربعات خطا در الگوریتم XGBoost برای سالهای ۲۰۱۶، ۲۰۲۱، ۲۰۲۲ و ۲۰۲۳ بهترتیب 2.76، 1.60، 1.68 و 1.54 کلوین بهدست آمد، در حالیکه Deep Forest بیشترین میزان خطا را داشت. الگوریتم ESTARFM نیز مقادیر بالاتری از خطا (تا 2.91 کلوین) نشان داد که بیانگر محدودیت آن در شرایط متغیر زمانی–مکانی است.<br>علاوه بر صحت، XGBoost از نظر کارایی محاسباتی نیز برتری داشت؛ بهطوریکه کمترین زمان اجرا (کمتر از 0.3 ثانیه در مرحله پیشبینی) و کمترین مصرف حافظه (حدود 250 مگابایت) را نشان داد. در مقابل، Random Forest و Deep Forest به دلیل ساختار پیچیدهتر، هزینه محاسباتی بالاتری داشتند. در مجموع، نتایج نشان میدهد که الگوریتم XGBoost با ترکیب صحت بالا و کارایی محاسباتی مناسب، گزینهای مؤثر برای تولید سریهای زمانی دقیق دمای سطح زمین است.https://hsmsp.modares.ac.ir/article_28901_9da26ee46d5d48a8186964324832812f.pdfدانشگاه تربیت مدرسآمایش فضا و ژئوماتیک1605-968930120260321Structural Analysis of Influential and Responsive Drivers in the Sistan Social–Ecological System: Root Cause Analysis of the Crisis and Natural Resource Monitoringتحلیل ساختاری پیشرانهای اثرگذار و اثرپذیر در سیستم اجتماعی–بومشناختی سیستان: ریشهیابی بحران و پایش وضعیت منابع طبیعی28924FAفاضلهرخشانیگروه محیط زیست، دانشکده منابع طبیعی، دانشگاه زابل، زابل، ایرانملیحهعرفانیگروه محیط زیست، دانشکده منابع طبیعی، دانشگاه زابل، زابل، ایرانفاطمهعین الهی پیرگروه محیط زیست، دانشکده منابع طبیعی، دانشگاه زابل، زابل، ایراننرجساکاتیگروه محیط زیست، دانشکده منابع طبیعی، دانشگاه زابل، زابل، ایرانJournal Article20260615This research was conducted with the aim of identifying the key drivers affecting the sustainability of Sistan’s ecological resources, including soil, water, and vegetation. 67 drivers with Delphi method and systems thinking were identified and then analyzed using MICMAC to determine their impact and influence within the framework of direct, indirect, probable direct, and probable indirect relationships. The results showed that the drivers of self-interest, discouragement or indifference of managers and decision-makers, corruption and managerial inefficiency, and the lack of commitment of parliamentarians and local councils to the Sistan conservation and development vision programs have the greatest influence and the lowest dependency, and were therefore identified as the key drivers. Moreover, drivers such as reduced biodiversity and ecosystem services, aesthetic decline in natural and artificial landscapes, environmental and human health, failure to implement vegetation restoration plans, degradation of afforestation projects and off-road traffic inside the Hamoon Wetland, tourism and the local economy, lack of participation of people and non-governmental organizations in implementing desertification-control programs, public distrust of officials, migration, and increased poverty were identified as response drivers with the highest dependency and lowest influence. The examination of driver displacement showed that the system has structural stability based on the influence and dependence relationships between the variables. The findings indicate that key drivers are concentrated in managerial, political, and governance domains, while response drivers lie within economic, social, cultural, and ecological dimensions. Accordingly, it can be inferred that improving response drivers depends on enhancing conditions of managerial, political, and governance spheres.این پژوهش با هدف شناسایی پیشرانهای کلیدی مؤثر بر وضعیت منابع بومشناختی خاک، آب و پوشش گیاهی سیستان انجام شد. برای دستیابی به این هدف، 67 پیشران با روش دلفی و بهرهگیری از تفکر سیستمی شناسایی و سپس با بهرهگیری از نرمافزار میکمک مورد تحلیل قرار گرفتند تا میزان اثرگذاری و اثرپذیری آنها در چارچوب روابط مستقیم، غیرمستقیم، احتمالی مستقیم و احتمالی غیرمستقیم مشخص شود. نتایج نشان داد پیشرانهای منفعتطلبی، دلسردی یا بیعلاقگی مدیران و تصمیمگیران، فساد و ناکارآمدی مدیریتی، عدم تعهد نمایندگان مجلس، شوراها به برنامههای چشمانداز حفاظت و توسعه سیستان دارای بیشترین قدرت اثرگذاری و کمترین تاثیرپذیری هستند که به عنوان پیشرانهای کلیدی معرفی شدند. همچنین پیشرانهایی نظیر کاهش تنوع زیستی و خدمات اکوسیستمی، کاهش زیباییشناختی در مناظر طبیعی و مصنوعی، بهداشت محیط و سلامت انسان، عدم موفقیت در اجرای طرحهای احیای پوشش گیاهی، تخریب جنگلکاریها و تردد از مسیرهای خارج از جاده داخل تالاب هامون، گردشگری و اقتصاد محلی، عدم مشارکت مردم و سازمانهای غیردولتی در اجرای برنامههای بیابانزدایی و مقابله با ریزگردها، بیاعتمادی مردم به مسئولین، مهاجرت و افزایش فقر به عنوان پیشرانهای پاسخ که دارای بالاترین تاثیرپذیری و کمترین تاثیرگذاریاند، شناسایی شدند. بررسی جابهجایی پیشرانها نیز نشان داد سیستم بر اساس روابط تأثیرگذاری و تأثیرپذیری متغیرها همچنان دارای پایداری ساختاری است. بر اساس نتایج بهدست آمده پیشرانهای کلیدی در حوزه مدیریتی، سیاسی و حاکمیتی متمرکز هستند و پیشرانهای پاسخ در ابعاد اقتصادی، اجتماعی، فرهنگی و بومشناختی قرار دارند. بنابراین میتوان دریافت که بهبود پیشرانهای پاسخ منوط به ارتقاء وضعیت حوزههای مدیریتی، سیاسی و حاکمیتی است.https://hsmsp.modares.ac.ir/article_28924_71d54f4b09795d02cbc6959c1145e886.pdfدانشگاه تربیت مدرسآمایش فضا و ژئوماتیک1605-968930120260321Evaluation of spatial-temporal changes in incoming shortwave radiation in western Iranارزیابی تغییرات زمانی-مکانی تابش ورودی طول موج کوتاه در غرب ایران28925FAمحموداحمدیعضو هیات علمی دانشگاه شهید بهشتیمحمدکمانگردانشکده علوم زمینزهرااحمدی مقدمدانشکده علوم زمینJournal Article20251229Shortwave radiation (SWR) as one of the fundamental components of the Earth’s climate system plays a key role in regulating the surface energy balance, controlling ecological processes, and shaping patterns of human activities. The present study aims to investigate the spatiotemporal variability of shortwave radiation in western Iran over the 2000–2022 period using satellite data and products, focusing on spatial and seasonal patterns across the provinces of Kurdistan, Kermanshah, Ilam, Hamedan, and Lorestan. In this research, MODIS sensor data were used to estimate net surface incoming radiation, and regional-scale spatiotemporal analyses were performed. The results indicate that western Iran has a high potential for solar energy reception, with an estimated annual mean radiation of approximately 1800 to 2200 kWh per square meter and more than 280 sunny days per year. Spatially, the highest radiation values were observed in the elevated and low-cloud regions of northwestern areas, while lower values were recorded in southern and southwestern regions due to higher humidity and cloud cover. Temporally, the seasonal pattern shows maximum radiation in summer and minimum in winter. This pattern is primarily driven by variations in solar zenith angle, day length, cloud conditions, humidity, and topographic characteristics. Overall, the findings suggest that western Iran, particularly the Zagros highlands, has considerable potential for solar energy development, and the results can support strategic planning for renewable energy expansion and sustainable resource management.تابش ورودی طول موج کوتاه (SWR) بهعنوان یکی از مؤلفههای بنیادی سامانه اقلیم زمین، نقش کلیدی در تنظیم تراز انرژی سطح زمین، کنترل فرایندهای اکولوژیکی و شکلدهی به الگوهای فعالیتهای انسانی دارد. پژوهش حاضر با هدف بررسی تغییرات زمانی–مکانی این متغیر در غرب ایران طی دوره آماری 2000 تا 2022 و با بهرهگیری از دادهها و محصولات ماهوارهای، به تحلیل الگوهای فضایی و فصلی آن در استانهای کردستان، کرمانشاه، ایلام، همدان و لرستان میپردازد. در این تحقیق از دادههای سنجنده MODIS برای برآورد تابش خالص رسیده به سطح زمین استفاده شد و تحلیلهای مکانی–زمانی در مقیاس منطقهای انجام گرفت. نتایج نشان داد غرب ایران از نظر دریافت انرژی خورشیدی دارای ظرفیت بالایی است، بهگونهای که میانگین سالانه تابش در حدود 1800 تا 2200 کیلوواتساعت بر متر مربع و بیش از 280 روز آفتابی در سال برآورد میشود. از نظر توزیع مکانی، بیشینه مقادیر تابش در نواحی مرتفع و کمابر شمالغرب کشور مشاهده شد، در حالیکه نواحی جنوبی و جنوبغربی به دلیل رطوبت و پوشش ابری بیشتر، مقادیر پایینتری از تابش خالص را دریافت کردند. از منظر زمانی، الگوی فصلی نشان داد بیشترین تابش در تابستان و کمترین آن در زمستان رخ میدهد. این الگو عمدتاً ناشی از تغییرات زاویه تابش خورشید، طول روز، شرایط ابری، رطوبت و ناهمواریهای توپوگرافی است. در مجموع، غرب ایران بهویژه ارتفاعات زاگرس دارای ظرفیت قابل توجهی برای توسعه انرژی خورشیدی بوده و نتایج این مطالعه میتواند در برنامهریزی توسعه انرژیهای تجدیدپذیر و مدیریت پایدار منابع انرژی مورد استفاده قرار گیرد.https://hsmsp.modares.ac.ir/article_28925_47f85c5f8a98f293c9a687412f78cc6f.pdfدانشگاه تربیت مدرسآمایش فضا و ژئوماتیک1605-968930120260321Assessment and Spatial Analysis of Socio-Economic Resilience in Tehran Province: A Systemic and Causal Approachارزیابی و تحلیل فضایی تابآوری اجتماعی و اقتصادی استان تهران با رویکرد سیستمی و علّی29162FAامینمحتاج الله یزدیدانشگاه علم و صنعت ایران0009-0002-2193-8180دکتر محمد صالحشکوهیاستادیار شهرسازی، دانشگاه علم و صنعت ایران، تهران، ایران.Journal Article20260424This study aims to provide a comprehensive assessment and strategic planning framework for the social–economic resilience of counties in Tehran Province, using the DPSIR analytical framework. The main objective is to identify the current conditions, analyze regional inequalities, and propose practical strategies to enhance resilience across the province.<br>The research adopts a mixed quantitative–qualitative methodology and evaluates resilience across fourteen key dimensions, including health and social welfare, human capital, sustainable economy, infrastructure, environment, and food security. Data were collected from official sources, normalized using the Z-value method, and indicator weights were determined through the Analytic Hierarchy Process based on expert judgment.<br>The findings reveal significant spatial inequalities among the counties. Tehran County, with a resilience score of 10.45, along with Firuzkuh (7.39) and Rey (5.91), ranks at the top, while Pishva (0.44) and Varamin (0.71) are in the most disadvantaged positions. This distribution confirms a clear center–periphery pattern and a north–south divide in access to infrastructure, services, and human capital.<br>DPSIR analysis indicates that macro-level drivers such as population growth and economic policies have intensified pressures on employment, housing, and public services. These pressures have weakened resilience and led to adverse impacts, including declining quality of life and increasing social inequality.<br>Finally, the study emphasizes the need for region-specific strategic responses, including immediate investment in health and educational infrastructure in deprived counties, the development of sustainable and diversified employment in densely populated areas, and a focus on knowledge-based economy and sustainable tourism in more developed regions.پژوهش حاضر با هدف ارزیابی و تحلیل فضایی تابآوری اجتماعی-اقتصادی در سطح ۱۶ شهرستان استان تهران و ریشهیابی علل بازتولید نابرابریهای منطقهای انجام شده است.<br>این مطالعه با رویکردی کمّی-ساختاری و در بستر چارچوب علّی انجام گرفت. برای وزندهی به شاخصها در ابعاد چهارگانه، از تکنیک فرآیند تحلیل سلسلهمراتبی با مشارکت ۲۰ خبره (با نرخ ناسازگاری مطلوب ۰.۰۶۴) استفاده شد. پس از بیمقیاسسازی دادههای عینی آماری با فرمول Z-Score، رتبهبندی نهایی شهرستانها توسط مدل TOPSIS صورت پذیرفت. بهمنظور خروج از تحلیلهای توصیفی، الگوریتم K-means برای کشف الگوهای فضایی و مدل معادلات ساختاری جهت آزمون و اثبات روابط علّی میان مؤلفههای سیستم بهکار گرفته شد.<br>نتایج تاپسیس حاکی از یک شکاف عمیق ساختاری است؛ بهطوریکه کلانشهر تهران (۱۰.۴۵) به دلیل انحصار در زیرساختها و خدمات، در بالاترین سطح تابآوری قرار دارد و در مقابل، کمربند پیرامونی شامل شهرستانهای قرچک (۵.۸۳-)، بهارستان (۵.۷۰-) و پاکدشت (۴.۳۴-) در وضعیت بحرانی و شکنندگی مفرط قرار گرفتهاند. خروجی تحلیل مسیر بهطور آماری اثبات کرد که نیروهای محرک توسعه نامتوازن، مستقیماً به شکلگیری فشارهای کالبدی در مناطق حاشیهای منجر شده و تابآوری رفاهی این جوامع را تضعیف کرده است (تأثیر زیرساخت بر سلامت با ضریب مسیر ۰.۷۹). همچنین خروجی الگوریتم K-means، شهرستانها را در ۴ خوشه کاملاً متمایز طبقهبندی و الگوی فضایی مرکز-پیرامون را تأیید کرد.<br>نابرابری تابآوری در استان تهران صرفاً یک اختلاف جغرافیایی نیست، بلکه محصول ساختار قطبیشده توسعه است. ارتقای تابآوری مستلزم گذار از توسعه خوابگاهی در حاشیه کلانشهر، به سمت توسعه متقارن زیرساختهای سلامت، توزیع عادلانه خدمات و توانمندسازی اقتصاد محلی است.